基于GA-LSSVM的航空发动机气路故障诊断

摘要

针对航空发动机气路故障数据样本少、非线性的问题,将遗传算法(GA,genetic algorithm)优化的最小二乘支持向量机(LSSVM,least square support vector machine)应用于航空发动机气路故障诊断.首先对LSSVM算法中的关键参数进行分析,并用GA对LSSVM中的正则化参数(C)、核参数(g)进行优化;其次采用GA-LSSVM对某型双转子涡喷发动机进行气路故障诊断;最后从诊断精度、抗噪能力和训练耗时3方面与SVM、LSSVM和GA-SVM比较.结果表明:GA-LSSVM在诊断精度和抗噪强度方面都高于其他3种算法,但由于GA-LSSVM有寻优过程,故训练时间较长.